基于企業(yè)價(jià)值評(píng)估的金融數(shù)據(jù)智能提取方法研究.pdf

1、在互聯(lián)網(wǎng)高速發(fā)展、迅速普及的信息爆炸時(shí)代，搜索引擎的出現(xiàn)給人們的生活帶來(lái)了巨大的便利。但是，現(xiàn)有搜索引擎大部分依賴(lài)于關(guān)鍵字檢索技術(shù)，由于互聯(lián)網(wǎng)上充斥了大量資源和各種各樣用戶(hù)，通過(guò)關(guān)鍵字搜索出來(lái)的數(shù)據(jù)有很大一部分不能有效滿足用戶(hù)的需要。信息提取技術(shù)是一種能夠獲取特定事件或者事件與事件之間關(guān)系的技術(shù)，是一個(gè)從無(wú)結(jié)構(gòu)的自由文本或其他信息資源中抽取出結(jié)構(gòu)化，無(wú)二義性信息的過(guò)程。信息提取技術(shù)不僅僅能過(guò)濾掉對(duì)用戶(hù)沒(méi)有用的信息，而且還能生成用戶(hù)感興趣

2、的特定信息，這使其成為企業(yè)價(jià)值評(píng)估的重要工具。企業(yè)價(jià)值評(píng)估是收集、分析以及應(yīng)用金融信息來(lái)評(píng)估企業(yè)的價(jià)值，評(píng)估的結(jié)果可以作為衡量企業(yè)上市以及兼并重組等的重要依據(jù)。關(guān)于企業(yè)價(jià)值評(píng)估的信息和事件來(lái)源于財(cái)務(wù)報(bào)表、報(bào)表附注以及金融新聞，而這三大數(shù)據(jù)源都是以HTML和PDF的格式分布互聯(lián)網(wǎng)各處。所以，要想快速準(zhǔn)確提取評(píng)估相關(guān)的金融數(shù)據(jù)，改變過(guò)去通過(guò)手工收集數(shù)據(jù)的方法，研究出一套智能提取的方法是非常有必要的。
　　本文在主體結(jié)構(gòu)上分為四個(gè)部分，

3、第一部分闡述了智能信息提取的理論和方法，包括中文分詞、詞性標(biāo)注、關(guān)鍵字提取以及行列表格數(shù)據(jù)提取等方面的理論。第二部分根據(jù)財(cái)務(wù)報(bào)表、報(bào)表附注以及金融新聞等不同的數(shù)據(jù)源，分類(lèi)提出了獲得企業(yè)價(jià)值評(píng)估所需數(shù)據(jù)的智能提取方法，對(duì)每一類(lèi)具體的方法進(jìn)行了詳細(xì)的分析。第三部分設(shè)計(jì)開(kāi)發(fā)了基于企業(yè)價(jià)值評(píng)估的金融數(shù)據(jù)智能提取的原型系統(tǒng)，主要包括輸入輸出模塊、詞分析的模塊以及信息提取模塊等三大功能模塊，把具體的智能提取方法和數(shù)據(jù)庫(kù)關(guān)系模型應(yīng)用到其中，并且通過(guò)財(cái)

4、務(wù)報(bào)表、報(bào)表附注以及金融新聞的數(shù)據(jù)測(cè)試實(shí)驗(yàn)，檢驗(yàn)了提取方法的可行性，并對(duì)測(cè)試結(jié)果進(jìn)行了評(píng)價(jià)和分析。第四部分通過(guò)介紹基于企業(yè)價(jià)值評(píng)估的金融數(shù)據(jù)智能提取方法的應(yīng)用，把智能提取方法和原型系統(tǒng)應(yīng)用到企業(yè)并購(gòu)重組，股票投資以及財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估等經(jīng)營(yíng)管理活動(dòng)當(dāng)中，大大節(jié)省人力成本，提取決策效率。
　　本文的特點(diǎn)在于，應(yīng)用自然語(yǔ)言處理技術(shù)，根據(jù)不同的金融數(shù)據(jù)的數(shù)據(jù)源，提出不同的智能提取方法，然后結(jié)合企業(yè)價(jià)值評(píng)估數(shù)據(jù)庫(kù)關(guān)系模型，自動(dòng)的從這些數(shù)據(jù)源提取